Publication

An extension of the stochastic sewing lemma and applications to fractional stochastic calculus

Toyomu Matsuda
2024
Journal Articles

Résumé

We give an extension of Le's stochastic sewing lemma. The stochastic sewing lemma proves convergence in $L_m$ of Riemann type sums $\sum _{[s,t] \in \pi } A_{s,t}$ for an adapted two-parameter stochastic process A, under certain conditions on the moments of $A_{s,t}$ and of conditional expectations of $A_{s,t}$ given $\mathcal F_s$ . Our extension replaces the conditional expectation given $\mathcal F_s$ by that given $\mathcal F_v$ for $v

Source officielle

https://infoscience.epfl.ch/entities/publication/fe3b9961-2352-451c-a3bd-12db631507b1

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Toyomu Matsuda
2024
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/fe3b9961-2352-451c-a3bd-12db631507b1

À propos de ce résultat

Publications associées (10)

Afficher plus

An extension of the stochastic sewing lemma and applications to fractional stochastic calculus

Chattez avec Graph Search

Quantifying uncertain system outputs via the multi-level Monte Carlo method --- distribution and robustness measures

Differential Entropy of the Conditional Expectation Under Additive Gaussian Noise

Differential Entropy of the Conditional Expectation under Gaussian Noise